如何在Elasticsearch中执行管道聚合而不返回所有存储桶

  • Z时代
  • 2024-01-10
  • 分类：问答

我正在使用Elasticsearch

2.3，并且尝试使用管道聚合来执行两步计算。我只对管道聚合的最终结果感兴趣，但是Elasticsearch返回所有存储桶信息。

由于我有大量的存储桶（数以千万计），因此这是令人望而却步的。不幸的是，我找不到办法告诉Es不要返回所有这些信息。

这是一个玩具示例。我有一个test-index带有文档类型的索引obj。obj有两个字段，key和values。

curl -XPOST 'http://10.10.0.7:9200/test-index/obj' -d '{
  "value": 100,
  "key": "foo"
}'
curl -XPOST 'http://10.10.0.7:9200/test-index/obj' -d '{
  "value": 20,
  "key": "foo"
}'
curl -XPOST 'http://10.10.0.7:9200/test-index/obj' -d '{
  "value": 50,
  "key": "bar"
}'
curl -XPOST 'http://10.10.0.7:9200/test-index/obj' -d '{
  "value": 60,
  "key": "bar"
}'
curl -XPOST 'http://10.10.0.7:9200/test-index/obj' -d '{
  "value": 70,
  "key": "bar"
}'

我想获得具有s 的s key的最小值的平均值（在所有s上）。平均值的最小值。value``obj``key

Elasticsearch允许我这样做：

curl -XPOST 'http://10.10.0.7:9200/test-index/obj/_search' -d '{
  "size": 0,
  "query": {
    "match_all": {}
  },
  "aggregations": {
    "key_aggregates": {
      "terms": {
        "field": "key",
        "size": 0
      },
      "aggs": {
        "min_value": {
          "min": {
            "field": "value"
          }
        }
      }
    },
    "avg_min_value": {
      "avg_bucket": {
        "buckets_path": "key_aggregates>min_value"
      }
    }
  }
}'

但是此查询返回每个存储桶的最小值，尽管我不需要它：

{
  "took": 21,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "failed": 0
  },
  "hits": {
    "total": 4,
    "max_score": 0,
    "hits": [
    ]
  },
  "aggregations": {
    "key_aggregates": {
      "doc_count_error_upper_bound": 0,
      "sum_other_doc_count": 0,
      "buckets": [
        {
          "key": "bar",
          "doc_count": 2,
          "min_value": {
            "value": 50
          }
        },
        {
          "key": "foo",
          "doc_count": 2,
          "min_value": {
            "value": 20
          }
        }
      ]
    },
    "avg_min_value": {
      "value": 35
    }
  }
}

有办法摆脱里面的所有信息"buckets": [...]吗？我只对感兴趣avg_min_value。

在这个玩具示例中，这似乎不是问题，但是当不同的keys 的数量不大（数千万或数亿）时，查询响应会过大，因此我希望对此进行修剪。

有没有办法用Elasticsearch做到这一点？还是我的数据建模错误？

注意：按键预聚合我的数据是不可接受的，因为match_all我的查询部分可能被复杂且未知的过滤器所代替。

NB2：size在我的terms汇总中更改为非负数是不可接受的，因为这会更改结果。

回答：

我遇到了同样的问题，经过大量研究，我找到了一个解决方案，并认为我会在这里分享。

您可以使用“

响应过滤”功能来过滤要接收的部分答案。

通过将查询参数添加filter_path=aggregations.avg_min_value到搜索URL，您应该能够实现所需的目标。在示例情况下，它应类似于以下内容：

curl -XPOST 'http://10.10.0.7:9200/test-index/obj/_search?filter_path=aggregations.avg_min_value' -d '{
  "size": 0,
  "query": {
    "match_all": {}
  },
  "aggregations": {
    "key_aggregates": {
      "terms": {
        "field": "key",
        "size": 0
      },
      "aggs": {
        "min_value": {
          "min": {
            "field": "value"
          }
        }
      }
    },
    "avg_min_value": {
      "avg_bucket": {
        "buckets_path": "key_aggregates>min_value"
      }
    }
  }
}'

PS：如果您找到其他解决方案，您愿意在这里分享吗？谢谢！

以上是 如何在Elasticsearch中执行管道聚合而不返回所有存储桶 的全部内容， 来源链接： utcz.com/qa/433052.html

回到顶部